EncodeはOpenAIの営利企業への転換計画に反対し、裁判所の支援を求めました。カリフォルニア州の人工知能安全法案の共同提案者でもある非営利団体Encodeは、簡潔な声明で、OpenAIの転換は、安全で公共の利益に資する形で人工知能技術を開発・展開するという当初の使命を「損なう」と主張しています。Encodeの創設者兼社長であるSneha Revanur氏は、OpenAIの行動を批判しました。

アリババの達摩院と魔搭コミュニティModelScopeは最近、大規模言語モデル（LLM）の多言語能力を包括的に評価し、クロスリンガル転移能力の比較分析を行うことを目的とした、新しい多言語ベンチマークテストセットP-MMEvalをオープンソースとして公開しました。このテストセットは、基礎能力と専門能力の高効率データセットを網羅しており、選択されたすべてのデータセットで多言語の網羅性を確保し、複数の言語にまたがる並列サンプルを提供します。最大で8つの異なる語族の10言語、英語、中国語、アラビア語などをサポートします。

近年、人工知能（AI）技術の急速な発展に伴い、銀行業界はかつてない変革の機会に直面しています。マッキンゼーグローバルインスティチュートの最新の報告書によると、生成系AI（GenAI）は世界の銀行業界に年間2000億～3400億ドルの増収をもたらすと予想されており、これは業界収益の2.8～4.7％に相当します。この成長の主な原動力は生産性の著しい向上です。画像注記：画像はAIによって生成され、画像ライセンスサービスプロバイダーMidjourney（インド）が銀行業界に提供しています。

北京智源人工知能研究院（BAAI）は最近、世界初の中国語大規模言語モデル論争プラットフォームFlagEval Debateを発表しました。この新しいプラットフォームは、モデル間の論争という競争メカニズムを通じて、大規模言語モデルの能力評価のための新しい測定方法を提供することを目的としています。これは、智源モデル対戦評価サービスFlagEval大規模言語モデル競技場の拡張であり、大規模言語モデル間の能力の違いを識別することを目標としています。

Hugging Faceは最近、軽量なAI評価ツールであるLightEvalを発表しました。これは、企業や研究機関がより正確に大規模言語モデルを評価することを支援することを目的としています。このツールは、AI技術アプリケーションにおける評価の重要性を強調し、モデル出力の正確性、公平性、およびビジネス目標との整合性を確保するのに役立ちます。従来の評価方法の限界に対処するために、LightEvalはカスタマイズ可能な評価ソリューションを提供し、Hugging Faceのその他のツール（例：Datat…）と統合されています。

2024年9月4日、北京智源人工知能研究院（BAAI）は、テキストからビデオ生成を含むモデルの対抗評価サービス「FlagEval大規模モデル闘技場」の世界初の提供を発表しました。このサービスはユーザー向けに公開されており、国内外の約40種類のLLMを網羅し、言語応答、マルチモーダル画像テキスト理解、テキストから画像生成、テキストからビデオ生成の4つのタスクに対応した、オンラインまたはオフラインでのカスタム評価をサポートしています。

開発者のEvan Zhou氏が、macOS 15.1 Beta 1において、Apple Intelligenceと呼ばれるアップルの新しいAIシステムを「プロンプトインジェクション」攻撃によって制御することに成功しました。この攻撃により、指示を回避し、任意の応答を促すことが可能です。当初の目標はテキスト品質の変更でしたが、Redditユーザーが共有したプロンプト情報を利用することで、Zhou氏はシステムプロンプトを上書きする攻撃を構築し、AIに元の指示を無視させて新しいテキストに応答させました。この発見は広く注目を集めており、Apple Intelligenceの…

AIスタートアップ企業Seeleは、元网易雲音楽副社長の王詩沐氏によって設立され、独自開発の3Dマルチモーダル大規模言語モデルEVA-01に基づいた感情的な仲間ロボットKoko AIを発表しました。Koko AIは、3Dモデル、アニメーション演技、音声チャット技術を融合することで、ユーザーはバーチャルキャラクターと面会してインタラクションするという新しい体験を提供します。この製品により、バーチャルキャラクターはより生き生きとしたものとなり、人間と機械のインタラクションは自然なものとなり、ユーザーはテキストまたは音声でキャラクターと交流し、インテリジェントで共感力のある応答を得ることができます。ユーザーは自分の好みに合わせてカスタマイズすることも可能です。

ジョージア工科大学とNVIDIAの2人の中国人研究者によって共同開発された革新的な微調整フレームワークRankRAGは、複雑なRAGプロセスを大幅に簡素化します。単一のLLMを使用して検索、ランキング、生成タスクを統一的に実行し、従来のプロセスをはるかに上回る効果を実現します。RAG技術は大規模テキスト生成を支援する際に広く使用されていますが、従来のプロセスではk値の選択に限界がありました。k値が大きすぎると長文コンテキスト処理が困難になり、k値が小さすぎると検索効率が低下します。RankRA

オーストラリアのスタートアップRelevance AIが、企業によるカスタムAIチーム構築を支援するローコードプラットフォームを発表しました。 このプラットフォームは、シリーズAで1000万米ドルの資金調達に成功しています。 同社は、2025年までにすべてのチームが少なくとも1人のAIエージェントを雇用することを目標としています。 このプラットフォームは、テキスト、画像、音声など、マルチモーダルなユースケースに対応しています。